Logo
Project Icon

rbt3

改进中文自然语言处理的全词掩蔽预训练模型

全词遮蔽RoBERTa-wwm-extGithub开源项目BERT自然语言处理中文预训练模型Huggingface

rbt3是重新训练的三层RoBERTa-wwm-ext模型，采用全词掩蔽技术的中文BERT预训练模型，设计用于提升中文自然语言处理的效率。该模型加强了对完整单词的识别，从而提高填空任务的准确性和语言理解能力。由专业团队在开源基础上开发，支持fill-mask任务，并提供多种资源以支持后续研究。例如，Chinese MacBERT和Chinese ELECTRA可以在不同应用场景中提升自然语言处理性能。利用TextBrewer工具，可在该模型中实现知识蒸馏，进一步扩展其应用潜力。

GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
bge-reranker-v2-m3 - 多语言重排模型优化检索性能
FlagEmbeddingGithubHuggingface多语言开源项目文本分类模型语义相关性重排序模型
bge-reranker-v2-m3是基于bge-m3开发的轻量级多语言重排模型。该模型部署简单,推理迅速,支持多语言处理。它能直接输出查询与文档的相关性分数,适用于多种检索场景。在BEIR、CMTEB等评测中表现出色,可有效提升检索系统效果。模型提供多个版本,可根据需求选择。
PL-BERT - 通过PL-BERT实现更自然的语音合成
GithubPL-BERT图标预测开源项目文本转语音自然语言模型语音合成
PL-BERT，一种创新的音素级预训练语言模型，通过预测掩码音素对应的字形，有效提升了多语种文本到语音转换的自然度和准确性。经科学评估，其合成语音质量在面对非模型文本时，较传统方法有明显提高，推动了语音合成技术的进步。
ltp - 中文自然语言处理平台，多任务和高效推理支持
GithubLTP中文自然语言处理分词开源项目深度学习模型预训练模型
LTP（Language Technology Platform）提供中文分词、词性标注、句法分析和命名实体识别等自然语言处理功能。通过多任务框架和共享预训练模型进行优化，显著提升性能。LTP支持快速的感知机算法推理和高精度的深度学习分析，并在Huggingface Hub上提供预训练模型下载。最新版LTP v4.2.0优化了结构，并支持用户自定义模型训练和上传，提高了灵活性和实用性。
byt5 - 字节级预训练语言模型开启无词元化时代
ByT5GithubUTF-8字节开源项目自然语言处理语言模型预训练
ByT5作为mT5模型的无词元化版本，通过直接操作UTF-8字节实现了文本处理的简化。研究表明，ByT5在多种任务中与mT5旗鼓相当，并在处理噪声文本和对拼写发音敏感的任务中表现更为出色。该项目不仅开源了完整的模型训练、微调和评估代码，还提供了从小型到超大型的多个预训练模型检查点，为推动自然语言处理技术向无词元化方向发展做出了重要贡献。
Chinese-Tiny-LLM - 中文大语言模型训练流程与高质量语料库开源项目
Chinese-Tiny-LLMGithub中文语料库开源项目自然语言处理语言模型预训练
Chinese-Tiny-LLM项目提供完整的中文网络语料清洗流程和预训练代码，包含MAP-CC（8000亿中文token预训练数据集）、CHC-Bench（中文难例指令理解基准测试）和CT-LLM（2B参数中文中心语言模型）。该项目突破了传统依赖英语语料库的LLM训练方法，为构建更具包容性和适应性的语言模型奠定基础。
uniem - 中文通用文本嵌入模型，支持多种微调与评测方案
GithubHuggingFaceM3EMTEB-zhuniem中文嵌入模型开源项目
项目旨在创建中文通用文本嵌入模型，提供训练、微调和评测代码，并在 HuggingFace 开源。更新亮点包括：FineTuner 支持多模型微调、推出中文版 MTEB 以及 M3E 系列模型在分类与检索任务中的表现。M3E 模型完全兼容 sentence-transformers，使用简易代码即可微调。项目推出 MTEB-zh 进行标准化评测，覆盖多个数据集和模型，结果已发布。
BertWithPretrained - 基于PyTorch实现的BERT模型及相关下游任务
BERTGithubPyTorchTransformer中文文本分类开源项目英文文本分类
该项目基于PyTorch实现了BERT模型及其相关下游任务，详细解释了BERT模型和每个任务的原理。项目支持分类、翻译、成对句子分类、多项选择、问答和命名实体识别等任务，涵盖中文和英语的自然语言处理。此外，项目还含有丰富的数据集和预训练模型配置文件。
huozi - 支持32K上下文的双语稀疏混合专家模型
GithubHIT-SCIR中文MT-Bench开源项目活字3.0活字通用大模型自然语言处理
活字3.0是一个支持32K上下文的稀疏混合专家模型，具备中英文知识、数学推理和代码生成能力，并在指令遵循和安全性上有所提升。项目开源了中文MT-Bench数据集，支持多种推理框架如Transformers、vLLM和llama.cpp，为自然语言处理研究和应用提供更多选择。
rasa_nlu_gq - 高级中文自然语言理解工具的功能与扩展
GithubRasa NLUtensorflow实体识别开源项目模型自然语言理解
rasa_nlu_gq是基于最新版本Rasa的改进版，对原有组件进行了优化和扩展。新特性包括双向LSTM和膨胀卷积模型的实体识别、jieba词性标注、实体反向修改意图、BERT模型的词向量特征提取，以及CPU和GPU资源配置优化。此项目还引入了TensorFlow API用于意图分类。详细安装说明及实例请参阅相关链接。
beto - 西班牙语BERT模型：BETO
BERTBETOGithub开源项目模型西班牙语语料库
此页面介绍了一个基于大型西班牙语语料库训练的BERT模型BETO，提供无区分大小写和区分大小写的Tensorflow和Pytorch版本。BETO应用全词掩蔽技术，在多项西班牙语基准测试中表现优异，并与多语言BERT及其他模型进行了对比。用户可以在HuggingFace Model Repository下载BETO模型，并通过HuggingFace Transformers库轻松使用。此外，页面还包含示例代码和引用信息。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号